似大地水准面与大地水准面的精密转换

提供了似大地水准面转换与大地水准面的精密公式和实施方法,其中涉及扰动重力垂直梯度,转换后的大地水准面的精度与前者相近.     

基于稀疏栅格优化的蜂窝车联网定位算法

蜂窝车联网(cellular-V2X,C-V2X)中的定位方案是车路协同与车联网业务发展的重要技术途径之一.目前基于基站、卫星等诸多定位方案,在车联网业务以及车路协同场景中常会遇到定位精度、定位处理时延、部署成本等诸多方面的挑战.针对这些问题,文章对已有栅格定位算法进行优化,提出一种基于统计信息网格(statistic...     

基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.     

神经网络权值和阈值的优化方法

为确定多层神经网络权值和阈值建立了真实的最优化求解方法,即将网络总体平均误差建立为目标函数,以权值和阈值作为设计变量,采用梯度法和共轭梯度法对网络权值和阈值进行优化计算·通过ＢＰ算法、梯度法和共轭梯度法对相同实例网络权值和阈值计算,验证了所提出的优化方法的有效性,实现了权值和阈值的快速准确计算·     

一种基于优化的参数化鲁棒极点配置方法

研究时不变线性系统状态反馈鲁棒极点配置问题,首先提出了一种新的衡量系统鲁棒性的目标函数,该目标函数定量考虑了不确定性对闭环系统特征值的影响.然后通过对某些矩阵进行奇异值分解得到闭环特征向量和状态反馈矩阵的参数表达式.基于提出的目标函数和闭环特征向量矩阵的参数解,给出了目标函数梯度的显式表达式,从而可以用成熟的基于给出梯度信息的优化方法对目标函数进行优化而得到最优解.通过实际例子和现有方法的比较,结果显示了本方法的有效性.     

流速梯度场中重新定向排列碳纳米管机理分析

理论分析了流速梯度场中碳纳米管重新定向排列机理,其断面的流速呈抛物面分布,碳纳米管在流股剪切力作用下沿拉伸方向重新定向排列.用反复拉伸法制备出了碳纳米管沿拉伸方向定向排列且均匀分散的碳纳米管/聚甲基丙烯酸甲酯复合材料,实验结果证明拉伸法和速度梯度场中定向排列碳纳米管的理论相符.     

求约束极值问题的修正共轭梯度投影法

针对带约束的非线性规划问题,提出一个修正共轭梯度投影算法,并且用不严格互补条件证明了算法具备全局收敛性和局部超线性收敛性;另一方面,算法的每步迭代只计算一次共轭投影矩阵,避免了求解二次规划或求两个投影矩阵,因而算法在计算量上有所改进.     

基于帧间单映变换的视频序列超分辨率重建

针对帧间单映变换的视频序列提出了一种超分辨率重建算法。首先在最小二乘的基础上给出超分辨率重建的数学模型;其次采用基于模型的等级估计法估计相邻帧的单映变换矩阵;然后采用基于RANSAC的特征点匹配方法对非相邻帧进行带指导的改进估计,使其能够达到要求的亚像素级精度;最后运用共扼梯度算法进行迭代重建,并详细讨论了主要的矩阵向量乘法计算。实验结果表明该算法的重建相当有效。     

成对排序本体学习算法

本体作为一种结构化数据模型已广泛应用于知识表示和信息处理,并成为近几年计算机领域的研究热点.提出基于成对排序学习方法的本体相似度计算和本体映射算法,利用Mahalanobis距离函数得到计算模型,通过梯度下降策略得到模型的最优解,从而将本体图或多本体图中的顶点对映射成实数来表示它们的相似程度.通过两个实验表明,新算法对特定的应用领域具有较高的效率.     

武夷山黄山松凋落叶在不同植物群落中的分解动态

用分解网袋和萘排除两种方法,研究土壤动物对凋落叶的分解效应,并分析了随海拔梯度变化黄山松凋落叶的分解动态。结果表明：在1 a的分解时间内,常绿阔叶林样地上未用萘处理的大孔分解袋内凋落叶的分解率为中孔的1.33倍、小孔的1.54倍;高山草甸上未用萘处理的大孔分解袋内凋落叶的分解率为中孔的1.12倍、小孔的1.22倍;土壤动物对凋落叶的分解有显著的促进作用,常绿阔叶林样地上土壤动物贡献率为32 %,而高山草甸土壤动物贡献率仅为5 %,土壤动物作用的骤减是高山草甸凋落叶分解速率较低的重要原因之一。随着海拔升高,温度降低,土壤动物类群数减少,活性下降,凋落叶的分解速率降低。凋落叶的分解受凋落叶基质质量、土壤动物类群、数量以及样地温度、降雨量等综合因素的影响。